推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 3613 天前的主题，其中的信息可能已经有所发展或是发生改变。
像http://epub.sipo.gov.cn/gjcx.jsp 这个网站，通过关键词检索能否遍历它数据库里面所有的项目？如果可以的话，这种网站的拖库是不是挺容易的？
 |
1
arkilis 2015-02-07 13:37:42 +08:00
但是你怎么知道这个是数据库中所有的内容呢。
拖库就是一点不剩给拖下来。拖：音调 一声 |
 |
2
wdlth 2015-02-07 14:29:42 +08:00
这个只能叫抓取、采集数据，真正的拖库不只是数据，还要有关系。
|
 |
3
GeekGao 2015-02-07 16:03:11 +08:00
理论上是可以获取到所有专利文档数据的，但数据库中的表结构、关系你是“拖”不出来的。
|
 |
4
professorz OP @arkilis 嗯，我发现了点bug，比如搜索1985年的数据，“只勾选发明公布”和“四项都勾选”两种情况下，得到的发明公布的数量不一样！奇怪~~
|
|
5
professorz OP @GeekGao 感觉上这种数据库好像没什么表关系。。。甚至4张表就能包含所有数据。。
|
|
6
GeekGao 2015-02-07 21:52:03 +08:00
@professorz 你跑题了，我是说他们的数据库本身，而不是如何设计这个系统。。。
|
Select Language